python frame用法_dataframe的一些用法

pandas中Dataframe的一些用法

pandas读取excel文件

pd.read_excel 前提是安装xlrd库

dataframe，numpy，list之间的互相转换

dataframe转numpy ：dataframe对象.values

dataframe转list：dataframe对象.values.tolist()

list转numpy：np.array(list对象)

list转dataframe：pd.DataFrame(list对象)

numpy转list：numpy对象.tolist()

numpy转dataframe:pd.DataFrame(numpy对象)

dataframe 按行遍历，按列遍历

按行遍历:

常用df.iterrows()

import pandas as pd

demo_list = [[1,2],

[3,4]]

#用list构建dataframe

demo_df = pd.DataFrame(demo_list)

print(demo_df)

#接上

for row in demo_df.iterrows():

print(type(row))

print(row[0])

print(row[1])

可以看到每个row的类型是tuple元组类型，元组长度为2，元组第0个元素为index，第1个元素为横向的series。**值得注意的是，在遍历过程中如果取每一行的某个值，通过对row[1]进行切片即可。 **

按列遍历

经常使用df.columns获取列名然后访问

#接上

print(demo_df.columns)

for column in demo_df.columns:

print(demo_df[column])

dataframe之使用iloc切片

先构建dataframe

import numpy as np

import pandas as pd

##list构建5x5的dataframe，由于dataframe没有reshape，因此需要借助numpy

demo_list = [i for i in range(25)]

demo_np = np.array(demo_list).reshape(5,5)

demo_df = pd.DataFrame(demo_list)

print(demo_df)

iloc[start:end ,start :end ]表示按行列取出dataframe的值。其中逗号前面表示行，逗号后面表示列。冒号左侧表示开始，冒号右侧表示结束(遵循左闭右开原则)。例如，demo_df.iloc[2:4,1:3]表示切片第二行到第三行 第一列到第二列数据。 切片返回的数据类型还是dataframe。

iloc[start: end :step,start:end :step]是在上一个切片的基础上加上了步长。表示从start到end每step步取一次值。

dataframe 中缺失值的处理

均值填充

通常使用fillna()

##获取存在缺失值的列名列表

null_columns=list(file_df.columns[file_df.isnull().sum() > 0])

for column in null_columns :

#计算每一列的均值

mean_val = file_df[column].mean()

#使用fillna进行均值填充

file_df[column].fillna(mean_val, inplace=True)